¿Los proyectos de IA son costosos? Descifrando los verdaderos gastos

Dado que los esfuerzos de IA ofrecen nuevas soluciones en múltiples industrias, hantracmucha atención en el ámbito de la innovación técnica. Si bien el entusiasmo en torno a la promesa de la IA es comprensible, es necesario exponer los costos reales asociados a estos planes audaces. Desglosar los complejos costos de los proyectos de IA, que van mucho más allá de las limitaciones presupuestarias tradicionales, es donde se encuentra la verdadera historia. Es crucial comprender tanto los costos observables como los intangibles a medida que las empresas abordan las complejidades de la implementación de la IA. El panorama financiero de los programas de IA se ve afectado por todos los factores, incluyendo la complejidad de los datos y la composición del equipo.

Explorando los costos de los proyectos de IA

Los modelos de costos estándar claramente no pueden captar todo el espectro de cargos cuando se analizan con más detalle los costos relacionados con las iniciativas de IA. Este tema recurrente llama la atención sobre la complejidad de los costos de la IA, así como sobre la necesidad de los datos como componente vital. Además de la trinidad convencional de software, hardware y servicios, la gran complejidad y el volumen de los datos tienen implicaciones financieras sustanciales. Resulta que la preparación, la planificación y la depuración de datos son variables de costo importantes, lo que resalta la importancia de la asignación y la planificación de recursos.

Para simplificar las cosas, hay cinco factores detrás del costo de la IA.

El tipo de software que se desea desarrollar. Cualquier herramienta o programa que imita el intelecto humano al emitir juicios basados ​​en los datos que procesa se denomina inteligencia artificial. 

El grado de inteligencia que se desea alcanzar. Al hablar de inteligencia artificial, a menudo se piensa en los avatares holográficos de Blade Runner 2049 y en los robots de Boston Dynamics. De hecho, la mayoría de las soluciones comerciales de IA se clasifican como IA limitada, ya que están diseñadas exclusivamente para realizar tareas específicas.

La cantidad y el calibre de los datos que planea suministrar a su sistema. La calidad de la inteligencia artificialdent del volumen de datos con el que ha sido entrenada; los algoritmos se vuelven más competentes cuanto más datos procesan.

Los modelos de lenguaje grandes (LLM), un ejemplo de una herramienta de desarrollo de aplicaciones para IA que ya ha sido entrenada, hacen que el proceso de entrenamiento sea mucho más simple. 

El nivel deseado de precisión algorítmica. El tipo de aplicación que utilice y las restricciones que imponga a su solución de IA afectarán directamente la precisión de sus pronósticos. 

El hecho de que los gerentes de proyectos de IA suelen subestimar el costo total de los sistemas de IA podría tener un gran impacto en su proyecto. El costo total de un proyecto de IA depende de varios factores. Construir sus propios modelos de IA en lugar de comprarlos es uno de ellos. También debe tenerse en cuenta la ubicación de las pruebas y aplicaciones reales del modelo. Naturalmente, también debe considerar cada faceta de la ingeniería de datos.

Estrategias para la reducción de costos

En medio del entusiasmo tecnológico, las oportunidades de reducir costos que surgen del laberinto de gastos de los proyectos de IA ofrecen un atisbo de responsabilidad financiera. El gasto del proyecto puede mantenerse bajo control utilizando como guía la metodología "gran idea, pequeño comienzo, iteración". Es evidente la importancia del alcance del proyecto cuando las iteraciones más pequeñas permiten ajustes rápidos del curso y estrategias de reducción de costos.

Usar y desarrollar un modelo previamente creado por otra persona es un método para controlar el alcance. Será el más económico y se itera con mayor rapidez. Úselo si ya está disponible. Una de las mejores maneras de empezar a pequeña escala es hacerlo de esa manera. Esto explica por qué los modelos básicos y los LLM son tan populares actualmente. Es económico, se itera rápidamente y tiene un periodo de retorno muy corto. Por lo tanto, utilizar el modelo de otra persona es una excelente opción si el costo es un factor importante para usted y no dispone de mucho dinero.

Por qué fracasan los proyectos de IA

La mayoría de los proyectos de IA se denominan "proyectos ambiciosos desmesurados": iniciativas excesivamente ambiciosas impulsadas por directores de informática y científicos de datos idealistas que desean "transformar radicalmente las operaciones de décadas de antigüedad de nuestra organización". Este tipo de proyectos pueden tardar una eternidad en completarse, por lo que es lógico que, con el tiempo, la alta dirección de una corporación deje de invertir dinero en ellos con la esperanza de obtener algún beneficio real.

Una versión muy simple del sistema único que desea construir podría costarle fácilmente unos miles de dólares, mientras que es difícil estimar el costo de crear e implementar un programa de inteligencia artificial sin profundizar en los detalles de su proyecto. Por otro lado, si considera utilizar servicios listos para usar, modelos de aprendizaje automático preentrenados o una prueba de concepto, aún puede comenzar con un presupuesto reducido.